← 返回实验室

桥梁表观病害AI识别定制:形变监测与巡检闭环

本期进展围绕桥梁表观病害识别与形变监测两条线索推进。病害侧,我们用巡检车与无人机采集的侧面、底面图像构建小样本数据集,覆盖裂缝、剥落、露筋与渗水四类,并引入标定物完成像素到毫米的换算,输出裂缝长度、走向与最大宽度。形变侧不追求单帧判读,而是对同一机位的多期图像做配准与特征点跟踪,用相对位移序列观察支座、伸缩缝与主梁线形变化。

要点:

  • 裂缝宽度在0.2mm以上区间,与人工读数偏差中位数约0.05mm;单张图像边缘端推理约120ms,可匹配巡检车走停拍摄节拍。
  • 下一步:将多期形变序列与挠度、应变等点式传感数据交叉校核,验证长期趋势可信度,并在雨季前后各做一轮复测。

我们坚持一个前提:视觉结果定位为筛查与趋势提示,最终定级仍由检测工程师复核。当前难点不在识别裂缝本身,而在让不同光照、不同机位下的多期数据可比。

评论

更多研究动态

查看全部实验室 →